数据分析师资格证书好考吗_数据分析师

数据分析师不是一朝一夕可以炼成的，需要长时间理论学习与实践经验的积累，还要与所在行业进行深度挖掘。总之未来大数据人才需求会越来越多，算是一个新兴的领域，不会是吃青春饭的职业。

数据分析师出对行业要了解外，还要懂得一些统计学、营销、经济、心理学、社会学等方面的知识，当然能了解数据挖掘的一些知识会更好。数据挖掘工程师则要求要比较熟悉数据库技术、熟悉数据挖掘的各种算法，能够根据业务需求建立数据模型并将模型应用于实际，甚至需要对已有的模型和算法进行优化或者开发新的算法模型。想要成为优秀的数据挖掘工程师，良好的数学、统计学、数据库、编程能力是必不可少的。
总之一句话来概括的话，数据分析师更关注于业务层面，数据挖掘工程师更关注于技术层面。

数据是一种资源，但数据又跟煤、石油等物质性资源不一样。物质性资源不可再生，你用多了，别人就用少了，因而很难共享。数据可以重复使用、不断产生新的价值。大数据资源的使用是非恶性竞争的，共享的前提下，更能够制造双赢。从另一个角度来说，数据如果不被融合、联系在一起，也不能称之为大数据。

数据分析师业务知识很关键啊，没事多关注关注涉及领域的相关业务知识
数据分析和数据挖掘最重要的不是方法，是思想。类似于创意行业，需要有足够好的想法
知识么，多接触接触工具，了解算法的基本原理（统计学），计算机人工智能了解了解，数据库肯定要掌握了。java会点，sql会点，都懂点最好，不用很精通。

最近几年，大家又开始认为数据收集过多。对国内的金融机构来讲更是这样。实际上从数据的角度来讲，用户量实在太大了。现在我有几个同事在用Hadoop给银行做解决方案，大家发现数据效率已经成了非常大的瓶颈，因为其中有些计算实在太复杂。

单独的人，不过是微尘，虽是构成大数据的基础，但和自己没太大关系。我和一位年轻专家斗胆谈起这感受，预备好了遭到耻笑的后果。他很厚道地说，大数据并不是高冷的概念，它已经进入并深刻改变了我们的生活。

企业要提高市场占有率，就是要提高人心占有率，因此数据分析师研究用户心理的工作必不可少。数据分析师若懂得心理学，则能更准确的探测到用户的真实想法。

数据分析师常要为企业的营销决策提供支持，这就要求懂营销。具有营销背景的数据分析师思路会更清晰、更开阔。当让他做竞争分析时，他会想到波特五个力；让他做环境分析时，他会想到PEST、让他做消费者偏好分析，他会想到科特勒用户决策流程；让他做企业业务状况分析，他会想到4P。

作为数据分析师，最基本的功底就是需要掌握那些最经典的数据分析方法的基本原理，比如统计学原理、多元统计、应用回归、Logistic回归、时间序列分析、运筹优化、数据挖掘和文本挖掘等技能。对于统计相关专业学生而言，这基本都是读书期间的标配课程，没有任何难度；对于非统计相关专业学生来说，全部啃下这些功课恐怕有点难度，但也绝非不可能，因为一个数据分析的从业者首先应该是一个应用者，在啃这些书的时候，最需要的并不是拼命钻研公式推导这类高难度的动作，而是从一个应用者的角度来了解每一种方法的原理，学会解读分析的结果。

一个优秀的商务数据分析师应该以价值为导向，紧密结合产品、运营、销售、客户支持等实践，支持各条业务线发现问题、解决问题并创造更多的价值。

数据分析师如何入门，学习周期又需要多久，这是很多初学者的心态，我觉得这个可以看一下各大网站的招聘，比如，国内知名互联网数据分析师的招聘要求，进行自我对照，即可知道需要做哪些准备？
这是某互联网巨头的数据分析师职位要求 ：
1. 计算机、统计学、数学等相关专业本科及以上学历；
2. 具有深厚的统计学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术，能够熟练地使用SQL；
3. 三年以上具有海量数据挖掘、分析相关项目实施的工作经验，参与过较完整的数据采集、整理、分析和建模工作；
4. 对商业和业务逻辑敏感，熟悉传统行业数据挖掘背景、了解市场特点及用户需求，有互联网相关行业背景，有网站用户行为研究和文本挖掘经验尤佳；
5. 具备良好的逻辑分析能力、组织沟通能力和团队精神；
6. 富有创新精神，充满激情，乐于接受挑战。